TO-Rawnet：结合 TCN 与正交正则化改进 RawNet 的虚假音频检测
声音
2023-05-24 v1 音频与语音处理
摘要
当前虚假音频检测依赖于手工特征，其在提取过程中会丢失信息。为克服该问题，近期研究直接从原始音频信号中提取特征。例如，RawNet 是端到端虚假音频检测的代表性工作之一。然而，现有关于 RawNet 的工作在训练过程中未优化 Sinc-conv 的参数，限制了其性能。本文提出将正交卷积引入 RawNet，在优化 Sinc-conv 参数时降低滤波器间的相关性，从而提升判别能力。此外，我们引入时序卷积网络（TCN）以捕获语音信号中的长程依赖。在 ASVspoof 2019 上的实验表明，与 RawNet 相比，我们的 TO-RawNet 系统在逻辑访问场景下可将等错误率（EER）相对降低 66.09%，证明了其在检测虚假音频攻击中的有效性。
引用
@article{arxiv.2305.13701,
title = {TO-Rawnet: Improving RawNet with TCN and Orthogonal Regularization for Fake Audio Detection},
author = {Chenglong Wang and Jiangyan Yi and Jianhua Tao and Chuyuan Zhang and Shuai Zhang and Ruibo Fu and Xun Chen},
journal= {arXiv preprint arXiv:2305.13701},
year = {2023}
}
备注
Interspeech2023